WeatherNext 3 해상도·정확도 비교 기준 총정리

WeatherNext 3의 5km 해상도와 강수 60% 개선이 어떤 조건에서 성립하는지 정리했습니다. WeatherNext 2·ECMWF AIFS와의 비교 기준, 해상도 3단 구조, 접근 방법까지 2026년 9월 14일 기준으로 대조했습니다.

WeatherNext3, 무엇을 기준으로 비교해야 할까

WeatherNext 3를 다른 기상 모델과 견줄 때는 “해상도”와 “정확도”라는 단어를 각각 세 갈래로 쪼갠 뒤에야 의미 있는 판단이 나옵니다. 2026년 9월 3일 Google DeepMind와 Google Research가 공동 발표한 이 모델은 공식 블로그에서 5km 해상도와 강수 최대 50% 개선을 앞세웠습니다. 그런데 개발자 문서를 열어 보면 5km는 관측소 타깃 기온·이슬점에만 적용되고, 상층 3차원장은 여전히 0.25°(약 25km)입니다. 이 글은 발표 수치가 어떤 조건에서 성립하는지를 해상도·정확도·접근성 세 축으로 비교합니다. 실사용 후기나 국내 기상청 예보와의 체감 비교는 다루지 않습니다.

비교가 까다로워진 이유는 구조 변화 자체에 있습니다. WeatherNext 3는 단일 Functional Generative Network(FGN) mesh transformer 하나로 돌아갑니다. 기존처럼 분석장만 입력받지 않고 지연 약 1시간의 정지궤도 위성 11채널 0.1° 시간별 모자이크를 직접 받습니다. 출력도 하나가 아니라 강수·열대저기압·지상 관측소가 별도 헤드로 나뉩니다. 개선폭이 큰 숫자들은 대부분 이 신규 헤드에 몰려 있고, 기존 모델들과 같은 잣대로 재는 상층 변수는 WeatherNext 2 대비 약 5% 개선에 그칩니다.

그래서 “어느 모델이 더 정확한가”라는 질문은 어떤 변수를, 어떤 타깃으로, 어떤 리드타임에서 쟀는가를 붙이지 않으면 답이 나오지 않습니다. 아래에서는 그 조건들을 표로 분해합니다.

용어 풀이
1. 분석장(analysis) — 관측을 물리 모델에 동화시켜 만든 특정 시각의 격자 대기 상태. 기존 AI 기상 모델의 표준 입력이자 채점 기준입니다.
2. 앙상블 — 초기 조건을 조금씩 달리한 예보를 여러 번 돌려 확률 분포를 얻는 방식. WeatherNext 3는 64멤버를 생성합니다.
3. CRPS — 확률 예보의 오차를 재는 지표로, 값이 낮을수록 예보 분포가 실제값에 가깝다는 뜻입니다.

비교 기준 정리

기상 AI 모델 비교에서 실제로 결과를 갈라놓는 항목은 여섯 가지입니다. 각 항목이 왜 중요한지, 무엇을 놓치면 오독하게 되는지를 함께 정리했습니다.

특히 정확도 항목은 같은 “강수 개선”이라도 타깃을 무엇으로 두느냐에 따라 수치가 여섯 배까지 벌어집니다. Google 공식 발표 기준으로 IMERG 타깃에서는 최대 60%, MRMS 타깃은 30%, 우량계 타깃은 10%이고, 셋 모두 짧은 리드타임 기준입니다. 개발자 문서의 벤치마크 페이지에 적힌 최대 50%는 IMERG 평가에서 NWP 베이스라인 대비 Brier score·CRPS 감소폭입니다. 이 숫자들은 WeatherNext 2와 겨룬 값이 아닙니다. 실제로 TechCrunch 2026년 9월 3일 보도는 이 60%를 “WeatherNext 2 대비”로 요약했는데, 원문 기준과 다릅니다. 매체 요약 단계에서 베이스라인이 뒤바뀐 사례이므로 원문 문서를 확인하는 편이 안전합니다.

모델 규모도 비교 대상이지만 여기엔 한계가 있습니다. 논문은 잠재 차원 768에서 1024로, mesh transformer 깊이 24층에서 32층으로 확대했다고만 밝혔고 총 파라미터 수는 명시하지 않았습니다. 약 2.4배라는 수치는 TechCrunch 보도값이며 공식 확인 자료가 아닙니다(2026년 9월 3일 보도 기준).

옵션·유형별 비교

먼저 WeatherNext 계열 내부의 세대별 차이입니다. 커스텀 추론이 필요한지, 앙상블 전체가 필요한지에 따라 지금도 구버전을 써야 하는 경우가 있습니다.

해상도 5배 향상이라는 표현은 0.25°에서 0.05°로 내려간 관측소 타깃 변수를 기준으로 합니다. 바람 같은 상층 정보를 쓰는 용도라면 WeatherNext 2와 격자가 동일하므로 해상도상 이득이 없습니다.

다음은 경쟁 모델과의 비교입니다. 논문이 제시한 실시간 비교 구간은 2026년 7~8월이고, 제3자 평가는 Brightband의 Operational WeatherBench(OWB) 결과입니다.

다만 OWB 순위에는 읽을 때 반드시 붙여야 할 단서가 셋 있습니다. 첫째, Brightband는 WeatherNext 3의 강수 출력을 교차 점수에서 뺍니다. 0.1° 강수가 위성 기반 타깃으로 학습돼 재분석 기반 필드와 직접 비교되지 않기 때문입니다. 둘째, 지표 점수가 0.1° ECMWF 분석 기준으로 매겨지므로 0.05° 관측소 출력을 지상 관측으로 직접 검증한 결과가 아닙니다. 셋째, 평가 표본이 약 6주로 연간 검증이 아닙니다(이상 WinBuzzer 2026년 9월 5일).

상황별 추천

일반 사용자 — 별도로 할 일이 없습니다. 2026년 9월 3일부터 Google 검색·Gemini 앱·Google 지도·Maps Platform Weather API·Earth Engine에 적용됐습니다. 체감 변화는 두 가지입니다. 예보가 6시간마다가 아니라 매시간 새로 계산되고, 기온·이슬점이 약 5km 격자로 내려옵니다. 다만 호우·태풍 경보는 계속 기상청 발표를 기준으로 삼아야 합니다. Google 스스로 실험적 모델이며 공식 경보가 아니라고 안내하고, 인근 관측소가 없는 지역에서는 정보가 제공되지 않을 수 있다는 지적도 나왔습니다(popularai.org 2026년 9월 6일).

앙상블 전체가 필요한 개발자 — 접근 경로를 먼저 확인해야 합니다. BigQuery·Earth Engine은 지표 평균과 일부 백분위수만 노출하므로, 64멤버 원본이 필요하면 Cloud Storage의 Zarr v3 경로를 봐야 합니다. 세 경로 모두 allowlist 신청이 필요하고 승인에 통상 5~7영업일이 걸리며 유료 계약은 불필요합니다(2026년 9월 14일 확인).

커스텀 추론·임의 horizon이 필요한 경우 — 지금은 WeatherNext 2입니다. WeatherNext 3 가중치는 공개되지 않았고, Vertex AI 커스텀 추론 문서는 여전히 WeatherNext 2만 다룹니다(horizon 예시값 240, 가속기는 H100·A100 80GB). WeatherNext 3 커스텀 추론 지원 시점은 확인되지 않았습니다.

방재·책임 소재가 걸린 용도 — 물리 모델 쪽입니다. WeatherNext 3는 자체 분석장을 생산하지 않고 ECMWF IFS 분석으로 채점됩니다. 공식 경보와 분석장 생산은 여전히 ECMWF와 각국 기상청의 몫입니다.

마이그레이션 예정이라면 스키마부터 봅니다. WeatherNext 2의 접두 변수명이 WeatherNext 3에서 접미로 바뀌어 수정이 필요합니다. 실시간 재배포가 걸린 서비스라면 1시간 기준으로 갈리는 라이선스 약관을 먼저 읽어야 합니다.

용어 풀이
1. Zarr v3 — 대용량 다차원 배열을 청크 단위로 저장·병렬 접근하는 포맷으로, 기상 격자 데이터 배포에 씁니다.
2. horizon — 한 번의 추론으로 몇 시간 앞까지 예보를 생성할지 지정하는 값입니다.
3. allowlist — 데이터 접근을 신청자별로 승인하는 명단 방식으로, 승인 전에는 원본을 내려받지 못합니다.

자주 하는 실수

첫째, 헤드라인 수치의 베이스라인을 확인하지 않는 것입니다. “강수 60% 개선”은 IMERG 타깃에서 NWP 베이스라인 대비 CRPS 개선이지 WeatherNext 2 대비가 아닙니다. 타깃을 우량계로 바꾸면 같은 모델의 개선폭이 10%로 떨어집니다. 숫자만 옮기고 조건을 떼면 여섯 배 과장이 됩니다.

둘째, 3단 해상도를 단일 값으로 읽는 것입니다. 풍력 발전 입지 검토처럼 상층·고도별 바람이 핵심인 업무라면 0.05°는 무관합니다. 실제로 100m 고도 풍속 예측이 강조되지만 3차원장 격자는 0.25° 그대로입니다. “5km 모델로 바뀌었으니 모든 변수가 촘촘해졌다”는 판단이 가장 흔한 오독입니다.

셋째, 리더보드 1위를 전 영역 우위로 확대 해석하는 것입니다. OWB 순위는 강수를 뺀 채 매겨졌고 평가 기간이 약 6주입니다. 논문 스스로 육각형 패턴 아티팩트, 6시간 외부 타임스텝 경계의 시간 불연속, 6시간 리드타임에서 WeatherNext 2보다 나쁜 구간을 한계로 밝혔습니다. 한계를 명시한 논문을 두고 순위표만 인용하면 근거를 한 단계 낮추는 셈입니다.

덧붙여 문서 간 불일치도 확인해 둘 필요가 있습니다. 공식 블로그와 arXiv는 발표일을 2026년 9월 3일로 적었는데 개발자 문서의 모델표는 출시를 “August 2026″으로 표기했습니다. 어느 쪽이 오기인지, 내부 전환 시점을 가리키는지는 확인되지 않았습니다.

정리

WeatherNext 3는 갱신 주기를 6시간에서 1시간으로 줄이고 관측소 타깃 변수를 0.05°까지 내린 모델입니다. 하지만 상층 3차원장은 0.25°로 그대로이고 WeatherNext 2 대비 상층 개선폭도 약 5%에 머뭅니다. 큰 개선 수치는 강수·관측소라는 신규 출력 헤드에 몰려 있으므로, 비교할 때는 변수군·타깃·리드타임 세 가지를 반드시 함께 봐야 합니다. 앙상블 64멤버 전체나 커스텀 추론이 필요하면 지금도 WeatherNext 2가 유일한 선택지이고, 원본 데이터 접근은 allowlist 승인 5~7영업일이 전제입니다. 결론은 하나입니다 — “어느 모델이 더 정확한가”가 아니라 “내가 쓰는 변수에서 더 정확한가”로 질문을 바꿔야 답이 나옵니다.

참고 자료

조사 기준일: 2026년 09월 14일

본문의 수치는 아래 자료에서 확인한 것입니다. 제조사 공식 자료(T1)와 전문 매체 실측(T2)을 구분해 표기했습니다. 가격·공급 상황은 변동이 크므로 기준일 이후의 값은 다시 확인해야 합니다.

Tier 1 (WebFetch로 원문 대조, 확인일 2026-09-14)
– Google 공식 블로그 발표 — https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/ (게시 2026-09-03)
– arXiv 초록 — https://arxiv.org/abs/2609.03582 (제출 2026-09-03)
– arXiv 전문 HTML — https://arxiv.org/html/2609.03582v1
– 개발자 문서 모델 사양 — https://developers.google.com/weathernext/guides/models
– 개발자 문서 연구·벤치마크 — https://developers.google.com/weathernext/guides/research
– 개발자 문서 접근 퀵스타트(allowlist·라이선스) — https://developers.google.com/weathernext/guides/access-forecast
– 개발자 문서 Vertex AI 커스텀 추론(WeatherNext 2 전용) — https://developers.google.com/weathernext/guides/working-vmg
– DeepMind 제품 페이지 — https://deepmind.google/science/weathernext/ (수치 근거는 빈약, 실험적 플랫폼 고지 확인)
Tier 2 (WebFetch로 원문 대조, 확인일 2026-09-14)
– TechCrunch 2026-09-03 — https://techcrunch.com/2026/09/03/googles-latest-ai-weather-model-gives-you-no-excuse-to-forget-your-umbrella/
– Gizmodo 2026-09-03 — https://gizmodo.com/google-deepmind-just-rolled-out-its-most-accurate-ai-global-weather-model-2000807015
– 9to5Google 2026-09-03 — https://9to5google.com/2026/09/03/google-weathernext-3/
– MarkTechPost 2026-09-03 — https://www.marktechpost.com/2026/09/03/google-deepminds-weathernext-3-trains-on-weather-station-observations-to-deliver-5-km-global-forecasts-refreshed-every-hour/
– tech.yahoo.com 2026-09-04 (Brightband OWB 순위) — https://tech.yahoo.com/ai/gemini/articles/google-deepmind-weathernext-3-outranks-161721773.html
– WinBuzzer 2026-09-05 (리더보드 방법론 한계) — https://winbuzzer.com/2026/09/05/google-weathernext-3-hourly-runs-finer-local-forecasts-xcxwbn/
– popularai.org 2026-09-06 (신뢰 경계·로컬 실패) — https://www.popularai.org/p/weathernext-3-accuracy-google-weather
– Brightband Operational WeatherBench — https://owb.brightband.com/ (2026-09-14 WebFetch 시 리더보드 본문 미로딩, 순위 수치는 위 T2 보도로 대체)